Question

我正在尝试自动执行通常手动完成的过程。有一个充满了唯一密钥的数据库，每季度更新一次。此更新将具有一些相同的确切密钥，有时它不会，但它们将是相似的。他们会在前面和后面添加一些东西或添加一些零。以下是一些已经建立的密钥及其匹配的示例：

0509000004 - ＆gt; 594

0509000005 - ＆gt; 595

0509000006 - ＆gt; 596

0510000003 - ＆gt; 5103

0311100000004000 - ＆gt; 099031110000000400

0311100000004020 - ＆gt; 099031110000000402

063050000100 - ＆gt; 63500100

06308C000400 - ＆gt; 638C0400

因此，您可以看到密钥更改方式总是存在差异，下次获取数据时，可能会有更多变化。我希望我可以告诉数据提供商停止更改它，但这不取决于我。

我尝试过使用Levenshtein Distance算法，比如模糊搜索和某些数字的剥离，但由于变化很大，它并不总是正确。

任何建议都将不胜感激！

Answer 1

这是一个小例子，你只需要维护正则表达式

var list = new[]
    {
        "0509000004", "0509000005", "0509000006", "0510000003", 
        "0311100000004000", "0311100000004020",
        "063050000100", "06308C000400"
    };


var results = new List<string>();

List<Tuple<string, string>> regexes = new List<Tuple<string, string>>{
    new Tuple<string, string>( "^0(5)(?:0(\\d)|(\\d{1,2}))0*(\\d*)", "$1$2$3$4"),
    new Tuple<string, string>( "^(03111)(0+)([4]\\d{2})0$", "099$1$2$3"),
};

foreach (var number in list)
{
    foreach (var regex in regexes)
    {
        if (Regex.IsMatch(number, regex.Item1))
        {
            results.Add(Regex.Replace(number, regex.Item1, regex.Item2));
            break;
        }
    }
}

字符串近似

1 个答案: